เว็บสล็อต , สล็อตแตกง่าย การวิเคราะห์สมอง: การแสดงภาพกราฟิกของรูปแบบการแปรผันของการรับกลูโคสในสมองของผู้ป่วยระหว่าง 10 คนแรก ที่เรียกว่า “eigenbrains” ความเข้มของค่ามัธยฐานและช่วงระหว่างควอไทล์ (IQR) ก็แสดงเช่นกัน ความจำเสื่อม หาคำศัพท์ยาก การนำทางลำบากแม้ในละแวกใกล้เคียงที่คุ้นเคย อาการเหล่านี้เป็นเพียงไม่กี่อาการที่ผู้ป่วยประมาณ 50 ล้านคนทั่วโลกประสบ
ในผู้ป่วยเหล่านั้น ซึ่งคาดว่าจะเพิ่มเป็นสามเท่า
ภายในปี 2593 สองในสามป่วยด้วยโรคอัลไซเมอร์ ความผิดปกติของระบบประสาทนี้เกิดจากการสะสมและการรวมตัวของโปรตีน amyloid beta และ phosphorylated tau ในสมอง แต่ความเป็นพิษที่เกิดขึ้นกับเซลล์สมองทำให้เกิดอาการทางคลินิกที่ซับซ้อนและหลากหลายของโรคอัลไซเมอร์นั้นเพิ่งจะเริ่มเข้าใจได้อย่างไร
นักวิจัยที่Mayo Clinicในเมืองโรเชสเตอร์ รัฐมินนิโซตา ได้พัฒนาแบบจำลองการคำนวณที่จับคู่รูปแบบขนาดใหญ่ในกิจกรรมการเผาผลาญของสมองกับข้อมูลทางคลินิก ผลลัพธ์ของพวกเขาซึ่งตีพิมพ์ในNature Communicationsระบุว่าการรวมคุณสมบัติความสัมพันธ์ระดับโลกเพียงไม่กี่อย่างก็เพียงพอแล้วที่จะได้แบบจำลองสถานะทางคลินิกที่แม่นยำจากภาพสามมิติของการทำงานของสมอง
นักวิจัยใช้การสแกนสมองของผู้ป่วยโรคอัลไซเมอร์กว่า 400 รายของ Mayo Clinic เป็นกระดูกสันหลังของการตรวจสอบด้วยคอมพิวเตอร์ของพวกเขา ในการเตรียมตัวสำหรับการสแกน แพทย์จะฉีดผู้ป่วยด้วย radiotracer 18 F-fluorodeoxyglucose (FDG) ซึ่งสะสมอยู่ในเซลล์ที่มีการเผาผลาญ จากนั้นพวกเขาสามารถใช้เอกซเรย์ปล่อยโพซิตรอน (PET) เพื่อให้ได้แผนที่สามมิติของการใช้พลังงานของเซลล์ เทคนิคนี้ (เรียกว่า FDG-PET) มักใช้กับมะเร็งในรูปภาพ แต่ยังช่วยกระตุ้นเซลล์สมองที่หิวน้ำตาลอีกด้วย
FDG-PET มีความอ่อนไหวต่อโรคเกี่ยวกับระบบประสาท
ของการทำงานทางจิตในระดับวิชาเดียวและปัจจุบันมีการใช้ในการปฏิบัติทางคลินิก” ผู้เขียนนำDavid Jonesอธิบาย “[สิ่งนี้] น่าจะเกี่ยวข้องกับความสัมพันธ์พื้นฐานระหว่างการทำงานของสมองและเมแทบอลิซึมของพลังงานที่เผยให้เห็น neuroanatomy เชิงหน้าที่ที่เกี่ยวข้องกับอาการสมองเสื่อม”
การสแกน FDG-PET จะสร้างพื้นที่ข้อมูลที่มีมิติสูงมาก แต่ละภาพ voxel มีข้อมูลที่สามารถแยกแยะผู้ป่วยที่แตกต่างกัน และการดึงความรู้ที่เป็นประโยชน์ต้องใช้เทคนิคการลดขนาด ในงานนี้ นักวิทยาศาสตร์ได้ใช้การวิเคราะห์องค์ประกอบหลัก (PCA) ซึ่งเป็นเครื่องมือทางคณิตศาสตร์ที่สามารถระบุรูปแบบของการเปลี่ยนแปลงในชุดข้อมูลที่มีมิติสูงที่อธิบายความแปรปรวนทางสถิติส่วนใหญ่ได้ ด้วยการใช้ PCA พวกเขาสามารถแสดง 51% ของความแปรปรวนของผู้ป่วยระหว่างกัน (ในการรับกลูโคสในสมอง) ในรูปแบบเพียง 10 รูปแบบซึ่งเรียกว่า “eigenbrains”
เนื่องจากการสแกนสมองใดๆ สามารถแสดงได้ภายในระบบพิกัดที่ลดลงนี้ (เป็นการผสมผสานกันเฉพาะของรูปแบบน้ำตาลกลูโคสในสมอง 10 รูปแบบ) ผู้เขียนจึงได้สร้างแบบจำลองเชิงเส้นขึ้นเพื่อเชื่อมโยงการสแกนกับข้อมูลของผู้ป่วย เช่น อายุหรือระดับภาวะสมองเสื่อมทางคลินิก ในชุดข้อมูลการตรวจสอบที่ไม่เกี่ยวข้อง แบบจำลองสามารถอนุมานอายุของผู้ป่วยได้โดยใช้ภาพ FDG-PET โดยมีค่าเฉลี่ยความคลาดเคลื่อนห้าปี แบบจำลองนี้สามารถทำนายการมีอยู่หรือไม่มีของภาวะสมองเสื่อมทางคลินิกได้อย่างแม่นยำกว่า 90% แม้ว่าจะไม่เคยปรับให้เหมาะสมสำหรับงานดังกล่าวโดยเฉพาะ
การพิจารณาที่สำคัญในการเลือกแบบจำลอง
ทางคณิตศาสตร์คือความสามารถในการตีความ นั่นคือการที่เราจะเข้าใจพฤติกรรมของแบบจำลองในทุกขั้นตอนได้หรือไม่ โจนส์เน้นย้ำว่า: สำหรับการตัดสินใจทางการแพทย์ จำเป็นต้องมีแบบจำลองที่ตีความได้ ในแง่หนึ่ง การพบผู้ป่วยทุกรายมีคุณสมบัติ ‘เคสขอบ’ อยู่ การมีแบบจำลองที่ตีความได้ทำให้สามารถให้เหตุผลทางการแพทย์ในบริบทของผู้ป่วยที่อยู่ตรงหน้าคุณ ในขณะที่คุณกำลังตัดสินใจทางการแพทย์
ในขณะที่นักวิจัยไม่ได้ทำการตีความอย่างเข้มงวดของ eigenbrains ในการศึกษาในขั้นตอนนี้ พวกเขาตั้งสมมติฐานว่า eigenbrains ที่สำคัญที่สุดอาจสอดคล้องกับว่าสมองถูกครอบครองด้วยข้อมูลภายในกับภายนอก หรือนามธรรมกับข้อมูลที่เป็นรูปธรรม ด้วยเหตุนี้ โมเดลจึงรวบรวมกลไกทั่วไปของการประมวลผลข้อมูลในสมอง จากการดูสภาพต่างๆ เช่น โรคอัลไซเมอร์ ไม่เพียงแต่เป็นโรคการพับโปรตีนเท่านั้น แต่ยังรวมถึงผลกระทบต่างๆ ต่อการทำงานของสมองในวงกว้าง โมเดลเช่นนี้ยังสามารถแจ้งให้นักวิทยาศาสตร์ทราบเกี่ยวกับการทำงานของสมองที่แข็งแรงได้การทดสอบหน่วยความจำแบบพาสซีฟ Fastball EEG
การตรวจ EEG สามารถวินิจฉัยโรคอัลไซเมอร์ได้ตั้งแต่เนิ่นๆ
แบบจำลองนี้สามารถแจ้งอนุกรมวิธานใหม่ของภาวะสมองเสื่อมและจิตใจโดยทั่วไปได้” โจนส์สรุป “นอกจากจะทำให้การตีความการสแกนสมองจากผู้ป่วยง่ายขึ้นโดยเพียงแค่ต้องดูรูปแบบทางกายวิภาคไม่กี่แบบแทนที่จะเป็นหลายร้อยแบบ แบบจำลองใหม่นี้อาจทำให้เราเข้าใจมากขึ้นว่าสมองทำงานอย่างไรและสลายตัวในช่วงอายุมากขึ้นและโรคอัลไซเมอร์ วิธีเฝ้าระวัง ป้องกัน และรักษาความผิดปกติของจิตใจ
เนื่องจาก 2D perovskites ทนทานต่อความร้อนและความชื้นได้ดีกว่า 3D Perovskites การเพิ่มชั้นของชั้นเก่าบนแผ่นฟิล์มของชั้นหลังจะทำให้เกิด heterojunction ที่สามารถป้องกันไอออนอพยพและความชื้นได้ ด้วยเลเยอร์ 2D ที่สร้าง “สีทับหน้า” แบบพาสซีฟสำหรับฟิล์ม 3D เซลล์แสงอาทิตย์ของทีม KAUST จึงมีการแปลงพลังงาน 24.7% และแรงดันไฟฟ้าวงจรเปิดประมาณ 1.20 eV
ในการค้นหาโซลูชันใหม่สำหรับเซลล์แสงอาทิตย์ราคาถูกและมีเสถียรภาพ
นักวิจัยยังพบว่าการปรับแต่งจำนวนแผ่นงาน 2 มิติ (หรือมิติของพวกมัน) เป็นสิ่งสำคัญสำหรับการทำฟิล์มทับหน้าที่มีประสิทธิภาพ เทคนิคนี้เคยใช้มาก่อนในการปรับปรุงประสิทธิภาพและความเสถียรของเซลล์แสงอาทิตย์ทั่วไปซึ่งมีชั้น p-type อยู่ด้านบน อย่างไรก็ตาม จนถึงขณะนี้ มันยังใช้งานไม่ได้กับอุปกรณ์ที่กลับด้านซึ่งเลเยอร์ n-type อยู่ด้านบนสุด เว็บสล็อต , สล็อตแตกง่าย
